福建海岸侵蚀风险评价研究

海岸侵蚀和淤积一直存在于海岸带系统内并塑造着现在的海岸线,近年来不当的人类活动以及全球气候变化加剧了海岸侵蚀,导致沿海土地流失,威胁人类生命财产安全。本文构建了海岸侵蚀风险评价理论体系,阐述了海岸侵蚀风险评价的方法,为海岸侵蚀风险管理提供有效指导。运用层析分析法确定评价指标权重;根据模糊集理论合成海岸侵蚀风险等级。以福建省海岸带为例,进行了海岸侵蚀风险评价,编绘了风险评价图,评价结果与客观情况比较吻合,验证了文中理论方法的适用性。本文构建的海岸侵蚀风险评价理论体系可以推广到其他区域,但应根据实际情况适当调整指标个数以及指标权重。     

Map/Reduce框架下的粗糙集空间数据挖掘改进算法

大数据时代,传统的空间数据挖掘算法在挖掘海量空间数据信息时存在计算能力和存储能力不足的瓶颈。为解决此问题,本文在研究粗糙集基本理论和Map/Reduce框架的基础上,对传统的粗糙集空间数据挖掘算法进行基于Map/Reduce的高效、廉价的并行化改进。实验表明,在处理大数据时,改进后的模糊集并行空间数据算法能有效提高算法的效率,满足人们处理海量空间数据的需求。     

基于模糊集理论的降雨不确定性传播影响研究

基于模糊集理论,耦合遗传算法,量化分析降雨的量级、空间分布和时程分配产生的不确定性对流量模拟的影响。雨量量级的不确定性使用模糊集概念表示,运用遗传算法对时段雨量在时间上进行随机解集,并通过在各子流域上采用不同的时间解集模式以同时考虑降雨时程分配和空间分布不确定性。应用TOPMODEL对资水流域新宁水文站洪水过程进行模拟研究,结果表明,雨量不确定性的传播对洪水预报的影响处于主导地位,降雨时空分布引起的不确定性对洪水模拟的影响次之。此外,通过对1 h和0.5 h解集结果的比较发现,本文中采用1 h作为模拟的时间步长已可以较充分反映雨量的时间变异性。     

基于自适应区间二型模糊聚类的遥感土地覆盖自动分类

遥感影像土地覆盖分类面临"类别密度差异显著"、"同谱异物"和"同物异谱"等不确定性问题,传统的分类方法(如FCM)因不能描述高阶模糊不确定性,无法完成准确建模,使分类误差较大,而二型模糊集恰是处理此类不确定性的有效工具.在引入二型模糊集新概念和自适应降型新方法的基础上,提出一种自适应二型模糊分类方法(A-IT2FCM):(1)基于样本集模糊距离度量构建面向分类的区间二型模糊集,以尽可能降低对先验知识和预设参数的依赖,从而满足自动分类的要求;(2)给出一种自适应探求等价一型代表(模糊)集合的高效降型方法,在此基础上进行自适应区间二型模糊聚类.实验数据为珠海横琴和北京颐和园的SPOT5影像数据,对比方法有A-IT2FCM、基于Karnik-Mendel算法降型和基于Tizhoosh提出的简易降型方法的区间二型模糊C均值聚类以及作者前期研究提出的区间值模糊C-均值算法(IV-FCM).实验结果表明,A-IT2FCM方法分类效果佳,在类别具有较大密度差异和多重模糊性时能得到比FCM及IV-FCM更精确的边界和更连贯的类别,适于处理遥感影像土地覆盖类别的深层不确定性;同时在"光谱混叠"现象严重时,可以获得比对比方法更稳健、精度更高的影像自动分类结果,且时间复杂度明显低于基于Karnik-Mendel方法.